有没有办法提高ublas产品的性能？
我有两个矩阵A，B我想多次/添加/子/ ....
在MATLAB与C ++中，我获得了2000x2000矩阵操作的以下时间[s]
OPERATION | MATLAB | C++ (MSVC10)
A + B | 0.04 | 0.04
A - B | 0.04 | 0.04
AB | 1.0 | 62.66
A'B' | 1.0 | 54.35
为什么这里有如此大的性能损失？
矩阵只是真正的双打。 但我也需要正定义，对称的矩形产品。
编辑： 代码很简单
matrix<double> A( 2000 , 2000 );
// Fill Matrix A
matrix<double> B = A;
C = A + B;
D = A - B;
E = prod(A,B);
F = prod(trans(A),trans(B));
编辑2： 结果是10 trys的平均值。 stddev小于0.005
我希望因素可能是2-3而不是50（！）
编辑3： 所有内容都在Release（NDEBUG / MOVE_SEMANTICS / ..）模式中进行了操作。
编辑4： 产品结果的预分配矩阵不会影响运行时间。
答案 0 :(得分：4)
发布您的C +代码以获取有关任何可能的优化的建议。
然而，您应该知道Matlab对其设计任务非常专业，并且您不太可能使用Boost来匹配它。另一方面 - Boost是免费的，而Matlab肯定不是。
我相信通过将uBlas代码绑定到底层LAPACK实现，可以获得最佳的Boost性能。
答案 1 :(得分：2)
你应该在矩阵乘法的左边使用noalias，以便摆脱不必要的副本。
而不是E = prod(A,B);使用noalias(E) = prod(A,b);
来自文档：
如果你肯定知道左手表情和右手 表达式没有公共存储，然后赋值没有别名。一个 在这种情况下，可以指定更有效的分配： noalias（C）= prod（A，B）; 这可以避免创建一个临时矩阵 在正常分配中需要。 'noalias'任务要求 左手边和右手边符合尺寸。
答案 2 :(得分：1)
有很多高效的BLAS实现，比如ATLAS，gotoBLAS，MKL，请改用它们。
我不选择代码，但猜测ublas :: prod（A，B）使用三个循环，没有块而不是缓存友好。如果这是真的，那么prod（A，B.trans（））将比其他人快得多。
如果可以使用cblas，请使用cblas_dgemm进行计算。如果没有，你可以简单地重新排列数据，手段，prod（A，B.trans（））。
答案 3 :(得分：0)
你不知道内存管理在这里扮演什么角色。 prod必须分配一个32mb的矩阵，trans也是两次，然后你做了10次。拿几个stackhots，看看真正做了什么。我的愚蠢猜测是，如果你预先分配矩阵，你会得到更好的结果。
可以加快矩阵乘法的其他方式
预转置左侧矩阵，对缓存友好，
跳过零。只有当A（i，k）和B（k，j）都是非零时才有任何贡献值。
这是否在uBlas中完成是任何人的猜测。